Data Science: Lahat ng Kailangan Mong Malaman

Ang agham ng data ay ang larangan na nangangalap, nag-iimbak, at nagsusuri ng impormasyon tungkol sa mga bagay upang makakuha ng mahahalagang insight.

Ang mga kumpanya ay nakikibahagi sa mga aktibidad ng data-science sa loob ng mahabang panahon, ngunit ang kamakailang pagsabog sa data ng user ng Internet at mas murang imprastraktura ng ulap ay lumikha ng isang boom sa industriya.

Kung ikukumpara sa mga katulad na disiplina, ang agham ng data ay medyo bago at umuunlad pa rin. Kaya, pareho itong nag-aalok ng maraming pag-asa bilang isang landas sa karera para sa hinaharap.

Inililista ng post na ito ang lahat ng kailangan mong malaman tungkol sa data science at kung paano ito makikinabang sa iyo o sa iyong kumpanya.

Bakit Data Science?

Ang pangangailangan para sa mga data scientist ay patuloy na lumalaki, kaya iyon ay isang magandang dahilan upang makapasok sa larangan. Ang isa pang magandang dahilan ay ang data science ay medyo nagbabayad, kaya hindi mo kailangang mag-abala nang husto tungkol sa iyong kita.

Bukod pa rito, maaari kang magtrabaho bilang data scientist sa maraming sektor, kaya hindi ka limitado sa isang industriya. Ilapat lang ang iyong mga kasanayan sa pagsusuri upang makahanap ng mga pattern at suriin ang pagganap mula sa mga serbisyong pinansyal hanggang sa logistik, pagmamanupaktura, telekomunikasyon, pangangalaga sa kalusugan, at iba pa.

Mga Aplikasyon ng Data Science

Ang agham ng data ay isang malawak na larangan na nalalapat sa maraming industriya, kaya ang mga potensyal na aplikasyon nito ay malawak.

Ang mga sumusunod ay ang pinakasikat sa mga application na ito ng data science:

• Panloloko at Pagtukoy sa Panganib – Ito ay isa sa mga pinakaunang aplikasyon ng data science. Ang koleksyon at pagsusuri ng iba't ibang mga dataset ay naging posible para sa mga kumpanya ng pananalapi na mas mahusay na maiwasan at pamahalaan ang masamang utang at pagkalugi. Naging posible din na madaling makita ang mga transaksyon na may mataas na posibilidad ng pagiging mapanlinlang.
  
• Healthcare – Ang data science ay ginagamit din sa medikal na pananaliksik upang makuha ang mga koneksyon sa pagitan ng genetika, ilang partikular na sakit, at ang kanilang mga tugon sa gamot. Ginagamit din ito sa pagbuo ng mga gamot sa pamamagitan ng paggamit ng mga simulation ng modelo upang mahulaan ang mga kinalabasan ng gamot sa hinaharap.
  
• Pagkilala sa Imahe – Ito ay isa pang napakasikat na aplikasyon ng data science. Ang pagkilala sa imahe ay tumutukoy sa pagkakakilanlan ng mga pattern sa mga set ng data ng imahe tulad ng mga larawan at video, at nag-aalok ito ng maraming magagandang aplikasyon sa hinaharap.
  
• Search Engine – Malaki rin ang papel ng data science sa pagpapakita ng mga resultang nakikita mo mula sa mga search engine gaya ng Google at Bing. Ang mga algorithm na ginamit dito ay naghahambing ng bilyun-bilyong pahina upang mahanap ang pinakamahusay na mga resulta para sa bawat termino para sa paghahanap. Maaari din nilang subaybayan ang mga pag-click ng user upang mas mai-personalize ang mga resulta sa paglipas ng panahon.
  
• Logistics – Makakatulong ang pag-optimize ng ruta gamit ang data science sa mga kumpanya na makatipid ng maraming pera at mapababa ang mga gastos sa pagpapatakbo.
  
• Mga Sistema ng Rekomendasyon – Bumubuo ito sa data mula sa lahat ng iyong nakaraang aktibidad upang subukan at hulaan ang susunod na pinakamahusay na mga bagay na maaaring may kaugnayan sa iyo. Ang mga sistema ng rekomendasyon ay nasa lahat ng dako mula sa Netflix hanggang Spotify, Amazon, Twitter, at iba pa.
  
• Pagkilala sa Pananalita – Katulad ng mga image-recognition system, ang speech recognition ay gumagamit ng data science upang bigyang-daan ang mga makina na maunawaan ang pagsasalita ng tao.
  
• Advertising – Ang naka-target na advertising ay ginagawang posible lamang sa pamamagitan ng data science, dahil nakabatay ito sa malaking halaga ng demograpiko at psychographic na data ng user.

Data Science vs Statistics

Ang agham ng data at mga istatistika ay may maraming pagkakatulad, gayunpaman, may kaunting pagkakaiba sa pagitan ng dalawang disiplina.

Para sa mga panimula, ang mga istatistika ay halos isang disiplina sa matematika, na naglalayong mangalap at bigyang-kahulugan ang dami ng data. Ang data science, sa kabilang banda, ay umaasa sa malawak na hanay ng mga disiplina mula sa matematika hanggang sa computer science, data banking, at iba pa.

Ang data science ay tumatalakay din sa mas malalaking set ng data kaysa sa mga istatistika. Karamihan sa mga istatistikal na pagmomodelo ay nangyayari sa medyo maliit na halaga ng data, habang ang mga data scientist ay kadalasang kailangang harapin ang malalaking halaga ng data na akma sa maraming computer.

Sa wakas, habang ang mga istatistika ay halos nakatutok sa paghihinuha tungkol sa mundo mula sa data na nasa kamay, ang data science ay kadalasang nakatutok sa pagkuha ng predictive na kahulugan at mga pag-optimize mula sa available na data.

Data Science Kumpara sa Artipisyal na Katalinuhan

Agham ng datos at artificial intelligence ay dalawang termino na kadalasang nagsasapawan. Ngunit habang magkamag-anak sila, hindi sila pareho.

Ang data science ay isang komprehensibong diskarte sa pangangalap ng data, paghahanda, at pagsusuri upang makakuha ng insight habang ang artificial intelligence ay ang pagpapatupad ng predictive algorithm upang makakuha ng mga insight.

Ang artificial intelligence ay bahagi ng data science, ang umbrella term para sa lahat ng kaugnay na pamamaraan at modelo ng pagtatrabaho sa malaking data.

Paano Gumagana ang Isang Data Scientist

Ang trabaho ng data scientist ay maaaring nahahati sa apat na pangunahing seksyon, sila ay:

• Ang pagkolekta at pag-iimbak ng data
• Ang pagsusuri at interpretasyon ng datos
• Ang pagbuo ng mga tool at modelo upang makagawa ng mga hula mula sa data
• Visualization at pag-uulat ng data

Mga Kasanayang Kailangan Para sa Data Science

• Matematika – Pansariling paliwanag na disiplina.
  
• Pag-aaral ng Machine – Ang aplikasyon ng mga algorithm sa learning mode sa malalaking dataset sa paghahanap ng mga pattern, kadalasang isinasagawa sa wikang Python.
  
• Pagmomodelo ng Data – Ang paraan ng pag-aayos at pamamahala ng malaking halaga ng data upang makakuha ng mga insight mula dito.
  
• Software engineering – Ang proseso ng paglikha ng mga algorithm na lumilipat sa napakaraming data upang makabuo ng mga insight. Kabilang sa mga sikat na tool ang Python at R.
  
• Istatistika – Ang iyong kakayahang gumawa ng mga makabuluhang insight mula sa isang set ng data.
  
• Data-banking – Ang kakayahang mag-imbak at kumuha ng data mula sa mga simpleng system tulad ng mga spreadsheet ng Excel hanggang sa mas kumplikadong mga database ng SQL.

Paano Maging Isang Data Scientist

Ang pinakamadaling paraan upang maging data scientist ay sa pamamagitan ng pagkuha muna ng bachelor's degree sa isang nauugnay na larangan, gaya ng data science, computer science, mathematics, o statistics, at pagkatapos ay pagsunod sa sunud-sunod na gabay para sa mga non-degree holder sa susunod na talata.

Paano Kumuha ng Trabaho sa Data Science Nang Walang Degree

Posible ring makakuha ng trabaho sa data science nang walang degree. Ang mahalaga ay alam mo kung ano ang iyong ginagawa at makapaghatid ng magandang trabaho kapag natanggap.

Ang mga sumusunod ay ang mga hakbang na kakailanganin mo para makakuha ng trabaho sa data science na walang degree:

1. Master Ang Pangunahing Kasanayan – Kabilang dito ang mga paksa tulad ng matematika, istatistika, probabilidad, pagsusuri ng data, IT, at mga pangunahing kaalaman sa programming gaya ng Git.
   
2. Master Data Science Pangunahing Kaalaman – Susunod, kakailanganin mong makabisado ang mga kasanayang tukoy sa data-science, tulad ng mga wikang R at Python, Excel, SQL, Spark, Hadoop, atbp.
   
3. Magpatala sa isang Bootcamp o Kurso – Ang pagkakaroon ng propesyonal na sertipikasyon sa industriya ng data science ay magpapatunay ng iyong dedikasyon sa sinumang potensyal na employer. Kaya isaalang-alang ang pagkuha ng mga sertipikasyon ng IBM, DASCA, Open CDS, o Microsoft Azure.
   
4. Buuin ang Iyong Portfolio – Habang ang mga sertipiko ay hindi 100% patunay ng iyong kakayahang maghatid, isang portfolio ng mga nakaraang trabaho ay. Kaya, kakailanganin mong ipakita kung ano ang iyong kakayahan sa pamamagitan ng pagbuo ng isang portfolio, mas mabuti online at sa isang platform tulad ng GitHub. Maaaring kabilang dito ang lahat mula sa mga personal na proyekto hanggang sa pro-bono na trabaho, internship, at mga kaugnay na trabaho.
   
5. Pagbutihin ang Iyong Mga Kasanayan sa Panayam – Ito ang panghuling kasanayan na kailangan mo kapag naging kahanga-hanga ang iyong CV at nakakuha ka ng mga panayam.
   
6. Manghuli ng Trabaho - Ang huling bahagi ng palaisipan. Kailangan mong aktibong lumabas doon at gawin ang mga bagay na mangyari.

Listahan ng mga Trabaho sa Data Science

Ang mga data scientist ay nagtatrabaho sa isang hanay ng mga industriya at may iba't ibang layunin, ibig sabihin ay madalas silang may bahagyang iba't ibang mga tungkulin sa trabaho. Ang paglalarawan ng trabaho, gayunpaman, ay kadalasang naglilista ng mga tungkuling inaasahan mula sa data scientist nang detalyado.

Narito ang ilan sa mga pinakasikat:

• Data Analyst
• Arkitekto ng Data
• Data Engineer
• Data Scientist
• Database Administrator
• Analyst Business
• Dagdag na Analyst
• Data at Analytics Manager
• Machine Learning Engineer
• Istatistiko

Listahan ng Mga Tool sa Data Science

Mayroong maraming mga tool sa agham ng data sa labas, ngunit narito ang mga pinakasikat.

• daloy ng tensor – Sikat na machine learning platform.
• jupyter – Web-based integrated development environment para sa 40+ na wika.
• R – Isang statistical computing at graphics programming language.
• Positi R Studio – Pinagsamang kapaligiran sa pag-unlad para sa R.
• Sawa – Mga sikat na data analysis at automation programming language.
• RapidMiner – Data science platform para sa mga negosyo.
• BigML – Simpleng machine learning platform.
• Scikit-matuto – Machine learning at predictive data analysis tool.
• Informatics - Tool sa pagsasama ng data.
• AWS Redshift – Scalable data warehousing para sa cloud
• Mga Cognos – Tool sa pag-uulat ng Analytics mula sa IBM.
• matplotlib – Visualization library para sa Python programming language.
• Apache Spark – Malaking-scale na data banking engine para sa analytics at machine learning.
• Apache Hadoop – Framework para sa distributed processing ng malalaking data set.
• Mahout – Machine learning platform mula sa Apache
• Azure ML Studio – Web-based na IDE para sa mga data scientist
• Tableau - Pagsusuri ng data at tool sa visualization.
• Manguna – Spreadsheet software mula sa Microsoft.
• may pakana – Libre at open-source na graphing library para sa Python
• Google Chart - Libre at malakas na tool sa visualization ng data.
• Infogram - Intuitive na visualization at tool sa pag-uulat.

Frequently Asked Questions (FAQ)

Konklusyon

Sa pag-abot sa dulo ng post na ito sa data science at kung ano ang kahulugan nito para sa iyo at sa iyong negosyo, dapat ay nakakuha ka ng isang kapaki-pakinabang na insight o dalawa.

Patuloy na lalago ang agham ng data at kabilang dito ang mga aplikasyon nito, mga pagkakataon sa trabaho, at epekto sa ekonomiya. Kaya, pinakamahusay na mag-adapt ngayon, kung hindi mo pa nagagawa.